代码随想录算法学习心得 26 | 回溯法总结

一、回溯法总结

回溯是递归的副产品，只要有递归就会有回溯，所以回溯法也经常和二叉树遍历，深度优先搜索混在一起，因为这两种方式都是用了递归。

回溯法就是暴力搜索，并不是什么高效的算法，最多再剪枝一下，可以减少时间复杂度。

回溯算法能解决如下问题：

• 组合问题：N个数里面按一定规则找出k个数的集合
• 排列问题：N个数按一定规则全排列，有几种排列方式
• 切割问题：一个字符串按一定规则有几种切割方式
• 子集问题：一个N个数的集合里有多少符合条件的子集
• 棋盘问题：N皇后，解数独等

回溯法确实不好理解，所以需要把回溯法抽象为一个图形来理解就容易多了，每一道回溯法的题目遍历过程都可以抽象为树形结构。

1、对于组合问题，与直接用k层for循环相比较而言，回溯法的好处是可以用递归来控制for循环的嵌套数量。

 

 其搜索的过程：for循环横向遍历，递归纵向遍历，回溯不断调整结果集。对回溯法进行优化的方法是剪枝，剪枝精髓是：for循环在寻找起点的时候要有一个范围，如果这个起点到集合终止之间的元素已经不够题目要求的k个元素了，就没有必要搜索了。

2、对于组合总和（一），加了一个元素总和的限制。整体思路还是一样的，本题的剪枝会好想一些，即：已选元素总和如果已经大于n（题中要求的和）了，那么往后遍历就没有意义了，直接剪掉。

3、对于组合总和(二)
与回溯算法:求组合总和的区别是:本题没有数量要求，可以无限重复，但是有总和的限制，所以间接的也是有个数的限制。
本题还需要startlndex来控制for循环的起始位置，对于组合问题，什么时候需要startlIndex呢
如果是一个集合来求组合的话，就需要startIndex，例如:回溯算法:求组合问题! ，回溯算法:求组合总和! 。
如果是多个集合取组合，各个集合之间相互不影响，那么就不用startIndex，例如:回溯算法求电话号码
注意以上我只是说求组合的情况，如果是排列问题，又是另一套分析的套路。

4、对于组合总和（三），集合元素会有重复，但要求解集不能包含重复的组合。

去重的逻辑需要反复理解。

“树枝去重”和“树层去重”。组合问题可以抽象为树形结构，那么“使用过”在这个树形结构上是有两个维度的，一个维度是同一树枝上“使用过”，一个维度是同一树层上“使用过”。没有理解这两个层面上的“使用过” 是造成大家没有彻底理解去重的根本原因。用一个used数组来进行标记。

5、对于多个集合求组合的问题

在回溯算法:电话号码的字母组合中，开始用多个集合来求组合，还是熟悉的模板题目，但是有一些细节。例如这里for循环，可不像是在回溯算法:求组合问题! 和回溯算法:求组合总和!中从startIndex开始遍历的。
因为本题每一个数字代表的是不同集合，也就是求不同集合之间的组合，而回溯算法:求组合问题! 和回溯算法:求组合总和!都是是求同一个集合中的组合!

6、对于切割问题，切割回文串那道题目，难点在于以下方面：

• 切割问题其实类似组合问题
• 如何模拟那些切割线
• 切割问题中递归如何终止
• 在递归循环中如何截取子串
• 如何判断回文

7、对于求子集的问题，在子集问题一中，在树形结构中子集问题是要收集所有节点的结果，而组合问题是收集叶子节点的结果。在子集问题二中，需要对子集进行去重，逻辑与以前一样的，用一个used数组里进行标记。在递增子序列中，不能对原序列进行排序，也可以使用set针对同一父节点本层去重。

8、对于求排列的问题。排列是有序的，也就是说 [1,2] 和 [2,1] 是两个集合，这和之前分析的子集以及组合所不同的地方。

• 每层都是从0开始搜索而不是startIndex
• 需要used数组记录path里都放了哪些元素了。

排列问题也要去重了，在回溯算法:排列问题(二)心中又一次强调了"树层去重"和”树枝去重”。

使用set去重的版本相对于used数组的版本效率都要低很多，主要是因为程序运行的时候对unordered_set频繁的insert,unordered_set需要做哈希映射（也就是把key通过hash function映射为唯一的哈希值）相对费时间，而且insert的时候其底层的符号表也要做相应的扩充，也是费时的。
而使用used数组在时间复杂度上几乎没有额外负担!，使用set去重，不仅时间复杂度高了，空间复杂度也高了，组合，子集，排列问题的空间复杂度都是O(n)，但如果使用set去重，空间复杂度就变成了O(n^2)，因为每一层递归都有一个set集合，系统栈空间是n，每一个空间都有set集合。